Hermes Agent 调教实录（二）：给 AI Agent 写记忆的学问——粒度、归属与时机实测

基于 Hermes Agent v0.20.0 实测（2026-08，deepseek-v4-flash）

📖 摘要：记忆写多了没用，写少了也没用。48 次实验发现：粗粒度记忆（5 条一句话偏好）成本比不写还低 20%；纪律写进记忆触发弱，写进身份文件触发 3/3；自主沉淀质量高但会把猜测当事实——只沉淀验证过的事实。

场景：记忆写了一大堆，Agent 一条没记住

给 Agent 配记忆，最常见的两种翻车：

第一种，写太少。记忆文件里就一句话「用户喜欢表格」——结果 Agent 在交付文档里用了三种不同的表格格式，来源列时有时无。你质问它，它很委屈：「你没说清楚啊」。

第二种，写太多。生怕 Agent 忘了什么，把用户画像、项目背景、历史决策、行业术语一股脑塞进记忆——结果每次会话光读记忆就吃掉一大截上下文，成本肉眼可见地涨，Agent 反而抓不住重点，重要纪律被淹没在信息海里。

记忆到底该怎么写？多细合适？写几条？放在哪？我们做了第四批实验（HERMES-102）：48 次会话，专门测记忆的「粒度、归属、时机」。

实验设计：三种写法 + 一条接力链

实验载体不变（Hermes Agent v0.20.0 + deepseek-v4-flash，独立 profile）。

D 变体是这次实验最特别的设计——它模拟真实交付：Agent 边干活边积累经验，后面轮次用前面沉淀的记忆。

实测结果：最省钱的不是「不写」，是「粗粒度」

先看达标率和成本：

三个反直觉的发现：

第一，粗粒度记忆比「不写」还省钱。 B 变体成本只有基线的 0.8 倍——5 条一句话偏好（表格化/中文标题/先查技能/写完自测/标来源）给了 Agent 方向感，减少了探索和返工。记忆的性价比，第一档就拉满。

第二，细结构化的收益有限。 C 变体达标率 98% vs B 的 94.1%，只高了不到 4 个点，成本却贵了 55%。细粒度记忆的边际收益在递减——除非任务本身高度依赖具体细节（比如行业术语、字段规范），否则粗粒度足够。

第三，自主沉淀是双刃剑。 D 变体的 Agent 每轮结束后真的会沉淀记忆——质量还相当高（每轮 8-9 条可复用经验：清洗逻辑、敏感信息分级、来源标注规范）。但代价是成本 2.49 倍（每轮读入的上下文包含前面所有沉淀）。更关键的是，它会把「对环境的猜测」也写进记忆——我们在 D 的沉淀记录里发现，Agent 把「输出文件是框架预建的占位文件」这种误解当成了事实存进记忆。

关键结论：记忆是信息，不是纪律

这次实验最重要的发现，是「归属」问题。

我们的第一版记忆里写了一条：「任务匹配技能时先加载技能再动手」——和第一篇实验里铁律一模一样。结果呢？Agent 触发技能检查的次数，远低于把它写在身份文件（SOUL）里的对照组。

对比数据：

记忆是「参考信息」，身份是「自我要求」。 Agent 对记忆的态度是「我知道有这么回事」，对身份的态度是「我就是这样的 Agent」。行为纪律放身份层，信息（环境事实、用户偏好、项目约定）放记忆层——这是两批实验合起来得出的分层原则。

写入时机：沉淀可以，但要设防

D 变体证明「任务后沉淀」是有效的写入时机——Agent 能在任务完成后提炼出可复用的经验。但三个副作用必须设防：

实战坑

适用边界

• 「粗粒度最优」适用于一般交付任务；对高度依赖具体规范的任务（医疗术语/金融字段），细粒度记忆仍是必要的

• 自主沉淀的成本问题在长对话场景会更严重——系列第五篇会讲多轮对话里的记忆表现

• 记忆文件是全局共享的——给多个项目共用的 Agent 写记忆时，环境事实要写「通用」的，项目约定放项目级约束

模板（可直接复制）

粗粒度记忆最小模板（5 条起步）：

# 用户偏好

- 用户偏好表格化呈现、中文标题

- 具体数据必须标注来源

# 环境事实

- 本环境任务输入在 inputs/ 目录，产物勿写回 inputs/

- 清洗类任务按：去重、规整、脱敏三步

# 纪律提示（可选，仅作参考信息）

- 任务匹配技能时优先考虑加载技能

写记忆的三句话：信息进记忆，纪律进身份；粗粒度起步，细节按需补；沉淀要限量，只写验证过的事实。